無人駕駛是車輛發(fā)展的重要趨勢,它能代替人類駕駛員完成某些駕駛?cè)蝿?wù),因此能有效地緩解交通安全問題,是目前的一大研究熱點(diǎn)。無人駕駛涉及領(lǐng)域廣,其關(guān)鍵技術(shù)主要有環(huán)境感知、決策、路徑規(guī)劃、跟蹤控制等。無人車的局部路徑規(guī)劃也就是軌跡規(guī)劃,它是實(shí)現(xiàn)無人駕駛的基礎(chǔ),其在環(huán)境感知的基礎(chǔ)上為無人車規(guī)劃出適合當(dāng)前動態(tài)行車環(huán)境的軌跡。軌跡跟蹤是實(shí)現(xiàn)無人駕駛的關(guān)鍵,確保車輛按照規(guī)劃所得的軌跡行駛。本文對無人車局部路徑規(guī)劃與跟蹤方法進(jìn)行研究,主要工作包括:（1）在局部路徑規(guī)劃中為充分描述行車環(huán)境中各因素（如:障礙物、道路結(jié)構(gòu)、環(huán)境車、目標(biāo)點(diǎn)）與車輛的交互關(guān)系,選擇人工勢場（Artificial Potential Field,APF）對行車環(huán)境進(jìn)行建�！，F(xiàn)有的行車環(huán)境勢場建模對環(huán)境因素的考慮不夠全面,其次是把同一類因素統(tǒng)一對待,沒有考慮類內(nèi)差異性。針對這些問題,本文將障礙物、道路結(jié)構(gòu)、環(huán)境車、目標(biāo)點(diǎn)結(jié)合一起考慮,作為影響車輛行駛的關(guān)鍵因素。其次,把障礙物分為可跨越障礙和不可跨越障礙,基于這兩者與車輛交互關(guān)系的差異,分別用類高斯和冪函數(shù)的勢場函數(shù)進(jìn)行描述。同理,把道路因素按照車道線和邊界線分別進(jìn)行勢場建模,并考慮... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文技術(shù)路線圖

車輛在行駛過程中碰到的靜止障礙物主要包括兩類，一類是可直接跨越的，另一類是不可跨越的，下面分別對這兩類障礙物進(jìn)行分析。2.2.1 不可跨越障礙物車輛在行駛過程中碰到的不可跨越障礙物主要包括前方道路施工、滑落的大型石塊等，這類障礙物與車輛的交互關(guān)系是迫使車輛繞開行駛。根據(jù)這個交互關(guān)系，設(shè)計(jì)勢場函數(shù)，在障礙物所在區(qū)域勢場取最大值，在障礙物的前后兩側(cè)，根據(jù)距離來計(jì)算勢場，距離越近勢場越大，而且上升的趨勢很快，于是本研究采用一個常用于機(jī)器人避障領(lǐng)域的勢場函數(shù)：2_ _1obstacle nocross obstacle nocrossobsU Ad = (2-2)其中，Aobstacle_nocross是不可跨越障礙物系數(shù)，dobs是距離障礙物前后兩側(cè)的距離。在障礙物的左右兩側(cè)選取一定安全距離，勢場值也取最大值。假設(shè)障礙物是一塊矩形區(qū)域，位于 50 米處，圖 2-1 是不可跨越障礙物勢場分布的示意圖。

只有當(dāng)相鄰車道有車輛導(dǎo)致沒有繞開空間的時候才直接行駛過去。根據(jù)這個交互關(guān)系設(shè)計(jì)勢場函數(shù)，在障礙物所在區(qū)域取最大值，但這個最大值要遠(yuǎn)遠(yuǎn)小于不可跨越障礙物設(shè)置的最大值。在障礙物四周還是根據(jù)距離來計(jì)算勢場，于是本研究采用類高斯函數(shù)[44]的形式：2_ _2exp -2obsobstacle cross obstacle crossobsdU Aσ = (2-3)其中，Aobstacle_cross是可跨越障礙物勢場系數(shù)，σobs是影響范圍系數(shù)，dobs是距離障礙物的距離。同樣假設(shè)障礙物是一塊矩形區(qū)域，在 50 米處，圖 2-2 是可跨越障礙物勢場分布的示意圖。

【參考文獻(xiàn)】：
期刊論文
[1]基于駕駛模擬實(shí)驗(yàn)的駕駛風(fēng)格對高速公路換道行為的影響[J]. 石京,柳美玉.  東南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(05)
[2]基于混成自動機(jī)的礦井機(jī)車無人駕駛系統(tǒng)模型[J]. 衛(wèi)星,王軍.  合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(08)
[3]無人駕駛汽車應(yīng)用與發(fā)展現(xiàn)狀分析[J]. 馬碩.  汽車與駕駛維修(維修版). 2017(04)
[4]群智能算法在路徑規(guī)劃中的研究及應(yīng)用[J]. 杜映峰,陳萬米,范彬彬.  電子測量技術(shù). 2016(11)
[5]基于期望跟馳間距的跟馳模型研究[J]. 楊龍海,趙順,羅沂.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2016(04)
[6]蟻群算法優(yōu)化和路徑規(guī)劃問題的應(yīng)用研究[J]. 潘曉萌,李冰.  科技通報(bào). 2016(06)
[7]基于改進(jìn)智能水滴算法的汽車避障局部路徑規(guī)劃[J]. 宋曉琳,潘魯彬,曹昊天.  汽車工程. 2016(02)
[8]軍用地面無人機(jī)動平臺技術(shù)發(fā)展綜述[J]. 陳慧巖,張玉.  兵工學(xué)報(bào). 2014(10)
[9]應(yīng)用于換道預(yù)警的駕駛風(fēng)格分類方法[J]. 王暢,付銳,彭金栓,毛錦.  交通運(yùn)輸系統(tǒng)工程與信息. 2014(03)
[10]基于改進(jìn)人工勢場法的無人駕駛車輛局部路徑規(guī)劃的研究[J]. 修彩靖,陳慧.  汽車工程. 2013(09)



本文編號：3479052